如果今天有任何定義成功企業的東西，那就是公司數據的成功理解，使用和策略。
了解您的數據并確定如何實施它會帶來一系列問題，包括用戶和利益相關者：數據是如何存儲的？我們怎么知道它及時準確？我們可以相信嗎？什么是我的問題的最佳數據？
這些問題的答案并不容易，但有幾個領域提供了組織和解決這些問題的方法：數據管理和數據治理。雖然這些術語經常互換使用，但它們是完全不同的程序。在本文中，我們清除了有關數據管理和數據治理的任何混淆。
數據管理：IT實踐
讓我們從更基本的部分開始 - 數據管理。畢竟，如果您沒有可靠的數據管理，那么其余的數據世界將無法實現。
數據管理最好被視為一個IT程序，其目標是組織和控制您的數據資源，以便在用戶呼叫時可訪問，可靠和及時。
從這個管理角度來看，負責數據管理的IT團隊可能依賴于全面，定制的實踐，理論，流程和系統集合 - 一整套工具 -?收集，驗證，存儲，組織，保護，處理，以及維護數據。畢竟，如果數據處理不當，數據可能會損壞或無法使用，變得完全無用。
重要的是，數據管理包含數據資產的整個生命周期，從最初的數據創建到數據的最終報廢。
數據管理可以包括許多相關的字段和類別，包括與貴公司相關的以下任何內容和類別：
數據治理：業務戰略
如果數據管理是數據的后勤，數據治理就是數據的策略。
數據治理應該比數據管理更大，更全面，因為它是：作為一個重要的業務計劃，治理需要政策，最好通過公司達成共識。
數據治理的目的是為公司如何確定數據的財務收益并確定其優先級提供切實的答案，同時降低數據不良的業務風險。數據治理需要確定在什么情況下可以使用哪些數據 - 這需要確切地確定哪些可接受的數據：什么是數據，在哪里收集和使用，必須準確，必須遵循哪些規則，誰參與各種部分數據？
重要的是，數據治理必須超越IT并包括整個企業的利益相關者。為了確保所有數據的安全性，可靠性和可信賴性，治理要求所有業務領域的利益相關者參與其中。考慮替代方案：如果每個業務孤島以不同方式處理其數據策略，最終結果將是混亂的，并且可能不夠全面，無法發揮作用。
確定數據治理可以包括廣泛的流程，實踐和理論。它可能與許多數據領域重疊，如安全性，合規性，隱私性，可用性和集成。最終結果可能是某個系統確定決策權，并且負責確定流程和個人，例如何時使用哪些數據流程，以及哪些人可以在特定情況下采取某些行動。
最終目標是確定控制數據資產的整體方法，以便公司可以從數據中獲得絕對最大的價值。
確定數據治理的好方法？它不是由技術定義的。相反，技術應該通過自動化，擴展和擴充來支持數據治理。
數據治理從一個理論（或幾個）開始，但通過創建以下內容可以變得有形：
-
數據質量定義，用于確定數據的狀況，以及其可信賴性和對數據策略的遵守情況
-
一個業務術語表，它記錄了所有數據的意義，確保透明度和防止不必要的重復
-
角色和職責，為誰關心和維護哪些數據提供組織結構
-
管理數據目錄，用于定位和促進對數據的理解。更高級的目錄甚至可以根據先前用戶訪問數據的方式將數據分組到各種相關集合中，這可以提供額外的意義，洞察力和組織。
-
元數據創建，將技術流程與特定數據實現相關聯，以及生成，使用或影響數據的任何內容。這甚至可以跟蹤數據的“譜系”，或跨不同部分的數據關系，例如類似含義內的數據，業務流程數據，以及特定于部門，業務單位，應用程序，其他產品甚至內部或外部的數據地區。
例如，許多數據治理專家還建議組織數據系統以促進公司員工的積極參與。這可以允許用戶指示數據何時不正確或直接修復它，這可以促進更高質量的數據，但也相信數據是強大和準確的。
數據治理的好處
一旦建立了數據管理流程，數據治理就是合乎邏輯的下一步，因為這些指導可以提供許多好處，包括：
-
增加公司數據的價值
-
通過了解您將關注的內容以及您選擇跳過的內容，降低其他數據管理子集中的成本
-
整體提高企業收入
-
標準化數據系統，策略和過程
-
確保正確的監管和合規程序
-
幫助解決數據問題
-
促進透明度
-
圍繞數據建立培訓和教育
在概念或實踐中，數據管理和數據治理不是一回事，但它們對于確保公司中數據的成功和有價值的使用至關重要。
（部分內容來源網絡，如有侵權請聯系刪除）
